OpenAI 发布 Requests for Research 2.0 新一批七个未解问题
OpenAI 发布 Requests for Research 2.0,包含七个在研究过程中出现的未解问题。
OpenAI 发布 Requests for Research 2.0,包含七个在研究过程中出现的未解问题。
OpenAI 推出针对块稀疏神经网络架构的GPU内核,该内核能实现比cuBLAS或cuSPARSE快数个数量级的运行速度;已应用于文本情感分析和文本及图像生成模型,取得业界领先成果。
OpenAI 开源了 RL-Teacher,这是一种通过偶尔的人类反馈而非手工设计的奖励函数来训练 AI 的接口实现。该技术旨在推动安全 AI 系统的发展,同时也适用于那些难以指定奖励的强化学习问题。
OpenAI 开源了一款用于机器人仿真的高性能 Python 库,该库基于 MuJoCo 引擎构建。这一工具源自 OpenAI 过去一年的机器人研究积累,旨在提升物理仿真的运行速度。
OpenAI 开源了内部强化学习算法复现项目 Baselines,旨在实现与已发表结果相当的性能。本次发布包含 DQN 及其三个变体,其余算法将在未来几个月陆续推出。
OpenAI 发布了开源机器人模拟软件 Roboschool。该工具与 OpenAI Gym 集成,旨在为机器人仿真提供基础支持。